(完整版)基于图像处理的车牌识别任务书

基于matlab的车牌识别系统一、对车辆图像进行预处理1.载入车牌图像：function [d]=main(jpg)[filename, pathname] = uigetfile({'*.jpg', 'JPEG 文件(*.jpg)'});if(filename == 0), return, endglobal FILENAME %定义全局变量FILENAME = [pathname filename];I=imread(FILENAME);figure(1),imshow(I);title('原图像');%将车牌的原图显示出来结果如下：2.将彩图转换为灰度图并绘制直方图：I1=rgb2gray(I);%将彩图转换为灰度图figure(2),subplot(1,2,1),imshow(I1);title('灰度图像');figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');%绘制灰度图的直方图结果如下所示：3. 用roberts算子进行边缘检测：I2=edge(I1,'roberts',0.18,'both');%选择阈值0.18，用roberts算子进行边缘检测figure(3),imshow(I2);title('roberts 算子边缘检测图像');结果如下：4.图像实施腐蚀操作：se=[1;1;1];I3=imerode(I2,se);%对图像实施腐蚀操作，即膨胀的反操作figure(4),imshow(I3);title('腐蚀后图像');5.平滑图像se=strel('rectangle',[25,25]);%构造结构元素以正方形构造一个seI4=imclose(I3,se);% 图像聚类、填充图像figure(5),imshow(I4);title('平滑图像');结果如下所示：6. 删除二值图像的小对象I5=bwareaopen(I4,2000);% 去除聚团灰度值小于2000的部分figure(6),imshow(I5);title('从对象中移除小的对象');结果如下所示：二、车牌定位[y,x,z]=size(I5);%返回I5各维的尺寸，存储在x,y,z中myI=double(I5);%将I5转换成双精度tic %tic表示计时的开始，toc表示计时的结束Blue_y=zeros(y,1);%产生一个y*1的零阵for i=1:yfor j=1:xif(myI(i,j,1)==1)%如果myI(i,j,1)即myI的图像中坐标为(i,j)的点值为1，即该点为车牌背景颜色蓝色 %则Blue_y(i,1)的值加1Blue_y(i,1)= Blue_y(i,1)+1;%蓝色像素点统计endendend[temp MaxY]=max(Blue_y);%Y方向车牌区域确定%temp为向量white_y的元素中的最大值，MaxY为该值的索引PY1=MaxY;while ((Blue_y(PY1,1)>=5)&&(PY1>1))PY1=PY1-1;endPY2=MaxY;while ((Blue_y(PY2,1)>=5)&&(PY2<y))PY2=PY2+1;endIY=I(PY1:PY2,:,:);%x方向车牌区域确定%%%%%% X方向 %%%%%%%%%Blue_x=zeros(1,x);%进一步确定x方向的车牌区域for j=1:xfor i=PY1:PY2if(myI(i,j,1)==1)Blue_x(1,j)= Blue_x(1,j)+1; endendendPX1=1;while ((Blue_x(1,PX1)<3)&&(PX1<x))PX1=PX1+1;endPX2=x;while ((Blue_x(1,PX2)<3)&&(PX2>PX1))PX2=PX2-1;endPX1=PX1-1;%对车牌区域的校正PX2=PX2+1;dw=I(PY1:PY2-8,PX1:PX2,:);t=toc;figure(7),subplot(1,2,1),imshow(IY),title('行方向合理区域');%行方向车牌区域确定figure(7),subplot(1,2,2),imshow(dw),title('定位裁剪后的车牌彩色图像');的车牌区域如下所示：三、字符分割及处理1.车牌的进一步处理对分割出的彩色车牌图像进行灰度转换、二值化、均值滤波、腐蚀膨胀以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像，对分割出来的字符进行预处理（二值化、归一化），然后分析提取，对分割出的字符图像进行识别给出文本形式的车牌号码。

《数字图像处理》课程设计报告设计题目：基于图像处理的车牌识别技术学院：xxxxxxxxxxxxxxxx专业：xxxxxxxxxxxxxxxxxxxxxxxxxxx姓名：xxxxxxxxxxxxxxxxxxxxxxx学号：xxxxxxxxxxxxxxxxxxx指导教师：xxxxxx2015 年xx 月xx 日摘要智能交通系统已成为世界交通领域研究的重要课题，车牌识别系统作为智能交通系统的核心，起着非常关键的作用。

目前，图像处理技术在车牌识别中的应用研究已经成为科学界的一个重要研究领域。

本课程设计旨在粗浅地运用所学基本原理和知识分析数字图像处理技术在友好环境下的应用（所选车牌识别的车辆图片均为友好环境下，易于处理的实验图片，不具有广泛性）。

以车牌为研究对象，主要研究如何通过图像的预处理、车牌的定位、车牌字符分割和字符识别等一系列过程，完成车牌的识别。

关键词：智能交通、数字图像处理、车牌识别ABSTRACTIntelligent transportation system has become an important research topicin the world of transportation, license plate recognition system as thecore of intelligent transportation system, plays a key role. At present,the application of image processing technology in vehicle license platerecognition has become an important research area of the scientificcommunity.This course is designed to scratch the surface and apply the knowledgeto analyze the basic principles of digital image processing technologyin a friendly environment (experimental vehicle license platerecognition image selected pictures are environment-friendly, easy tohandle, does not have the breadth) . With license plate for the study,the main research how image preprocessing, license plate and licenseplate character segmentation and character recognition process and aseries of complete license plate recognition.Keywords：smart transportation 、Image Processing 、License Plate Recognition目录1、绪论 (4)1.1问题提出 (4)1.2背景及现状分析 (4)1.3目的及意义 (5)1.4开发工具 (5)2、系统设计 (5)2.1总体设计方案 (5)2.2流程图 (5)2.3模块功能分析 (6)2.3.1图像预处理 (6)2.3.2车牌定位 (8)2.3.3字符分割 (8)2.3.4字符识别 (10)3、系统结果分析 (12)3.1本系统结果分析 (12)3.2本系统的不足 (12)4、课程设计总结 (13)5、课程设计体会 (13)6、参考文献 (13)7、附录 (14)1、绪论伴随着工业的迅速发展，城市化的进展和汽车的普及，世界各国的交通量急剧增加。

数字图像处理（车牌识别）课程设计指导书一、课程设计目的1、提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方法。

2、熟悉掌握MATLAB，并用其进行数字图像的应用处理的开发设计。

二、课程设计基本要求1.掌握数字图像处理的基本原理。

图像处理的研究内容主要包括：图像变换、图像增强、图像复原、图像编码、边缘提取和图像分割。

2. 熟悉MATLAB图像处理的基本方法。

1）熟悉和掌握MATLAB 程序设计方法；2）熟悉MATLAB图像处理工具箱；3）学会运用MATLAB工具箱对图像进行处理和分析。

3．需要在程序书写时说明做适当的注释。

要理解每个函数的具体意义和适用范围，在报告中须要将主要函数的功能和参数做详细的说明。

4、通过多幅不同图像来测试该系统的稳定性和正确性。

二、设计的内容利用MATLAB函数功能，设计和实现通过设计一个车牌识别系统。

车牌识别系统的基本工作原理为：将手机拍摄到的包含车辆牌照的图像输入到计算机中进行预处理，再对牌照进行搜索、检测、定位，并分割出包含牌照字符的矩形区域，然后对牌照字符进行二值化并将其分割为单个字符，然后将其逐个与创建的字符模板中的字符进行匹配，匹配成功则输出，最终匹配结束则输出则为车牌号码的数字。

车牌识别系统的基本工作原理图如图1所下所示：三、总体方案设计车辆牌照识别系统主要是由车牌定位和字符分割识别两部分组成，其中车牌定位又可分为图像预处理及边缘提取模块和牌照定位及分割模块；字符识别可分为字符分割和单个字符识别两个模块。

为用于牌照的分割和牌照字符的识别，原始图象应具有适当的亮度，较大的对比度和清晰可辩的牌照图象。

但由于辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离等因素的影响，牌照图象可能出现模糊、歪斜和缺损等严重缺陷，因此需对原始图象进行识别前的预处理。

牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。

本科生毕业论文（设计）题目:基于数字图像处理的车牌识别设计**: ***学院: 数理与信息工程学院专业: 电子信息工程班级: 111学号:指导教师:刘纯利职称: 教授2014 年12 月24 日安徽科技学院教务处制目录摘要 ....................................................................关键词 ..................................................................1、设计目的 .............................................................2、设计原理: ............................................................3、设计步骤: ............................................................4、实行方案 .............................................................4.1. 总体实行方案:...................................................4.2. 各模块的实现:...................................................4.2.1输入待处理的原始图像: .......................................4.2.2图像的灰度化并绘制直方图: ...................................4.2.3 边缘检测....................................................4.2.4图像的腐蚀操作：............................................4.2.5平滑图像....................................................4.2.6除去二值图像的小对象 ........................................4.3车牌定位 .........................................................4.4字符的分割与识别..................................................4.4.1.车牌的再处理................................................4.4.2字符分割....................................................4.5车牌识别：........................................................5、总结: ................................................................6、致谢 .................................................................7、参考文献: ............................................................基于数字图像处理的车牌识别设计电子信息工程专业学生周金鑫指导教师刘纯利摘要：车牌识别在人类社会交通系统中担当重要角色，一个设计优良的车牌识别系统会给人们生活带来极大的方便，本文通过运用matlab和数字图像处理的一些知识简单通过图像预处理，车牌定位，字符分割，采用模板匹配法实现车牌字符的识别。

图像处理课程设计车牌识别一、课程目标知识目标：1. 让学生理解图像处理的基本概念，掌握车牌识别的技术原理。

2. 学会使用图像处理软件进行车牌检测、字符分割和识别。

3. 了解车牌识别技术在现实生活中的应用及其重要性。

技能目标：1. 培养学生运用图像处理技术解决实际问题的能力，如车牌识别。

2. 提高学生编程实践能力，能独立完成车牌识别程序的设计与实现。

3. 培养学生团队协作能力，通过小组讨论、分工合作完成项目任务。

情感态度价值观目标：1. 激发学生对计算机视觉领域的学习兴趣，培养探索精神。

2. 培养学生严谨的科学态度，注重实验数据和结果的分析。

3. 增强学生的社会责任感，认识到技术对社会发展的积极作用。

本课程针对高年级学生，具有较强的实践性和应用性。

结合学生特点，课程目标注重培养学生的动手实践能力和团队合作精神。

在教学过程中，教师应关注学生个体差异，提供针对性的指导，确保学生能够达到预定的学习成果。

通过本课程的学习，使学生能够掌握图像处理技术，为今后从事相关领域的研究和工作打下坚实基础。

二、教学内容1. 图像处理基础知识：图像基本概念、图像处理常用算法。

- 教材章节：第一章 图像处理基础- 内容：图像的表示、图像滤波、边缘检测等。

2. 车牌识别技术原理：车牌检测、字符分割、字符识别。

- 教材章节：第二章 车牌识别技术- 内容：车牌定位、车牌区域提取、字符分割与识别算法。

3. 图像处理软件应用：使用OpenCV、MATLAB等软件进行车牌识别。

- 教材章节：第三章 图像处理软件应用- 内容：软件基本操作、车牌识别功能实现。

4. 车牌识别编程实践：设计并实现车牌识别程序。

- 教材章节：第四章 编程实践- 内容：Python编程、OpenCV库使用、车牌识别算法实现。

5. 车牌识别应用案例分析：分析实际应用场景，了解车牌识别技术的应用。

- 教材章节：第五章 应用案例分析- 内容：车牌识别在交通、安防等领域的应用案例。

基于图像处理的车辆牌照识别系统设计与实现1.简介车辆牌照识别系统是一种基于图像处理技术的智能交通系统，在现代交通管理中起着重要的作用。

本文将详细讨论基于图像处理的车辆牌照识别系统的设计和实现，包括系统流程、关键技术以及实验结果。

通过该系统，我们可以准确识别和记录车辆的牌照信息，为交通管理提供便利。

2.系统流程基于图像处理的车辆牌照识别系统主要包括图像获取、预处理、车辆牌照定位、字符分割和字符识别等步骤。

首先，通过摄像头等设备获取车辆图像；然后，对图像进行预处理，包括去噪、图像增强等操作，以提高后续处理的效果；接下来，通过牌照定位算法找到车辆图像中的牌照区域，并将其分割为字符；最后，使用字符识别算法对每个字符进行识别，得到完整的车辆牌照信息。

3.关键技术3.1 图像预处理图像获取后，通常需要进行一系列的预处理操作来提高图像质量和提取感兴趣的牌照区域。

这些预处理操作包括去噪、直方图均衡化、图像增强等。

去噪操作可以通过滤波器（如中值滤波器）来消除图像中的不必要的噪声；直方图均衡化可以增加图像的对比度，使牌照区域更加突出；图像增强可以通过锐化等算法来增强图像的细节。

3.2 牌照定位牌照定位是车辆牌照识别的关键步骤之一。

一般来说，牌照在车辆图像中的位置和大小是不确定的，因此需要通过算法来自动定位牌照区域。

常用的牌照定位算法包括颜色特征法和形状特征法。

颜色特征法通过分析车辆牌照区域的颜色信息来进行定位；形状特征法通过分析车辆牌照区域的形状特征来进行定位。

这些算法可以结合使用，以提高牌照定位的准确性和鲁棒性。

3.3 字符分割字符分割是将牌照区域中的字符独立开来的过程。

由于车辆牌照的字符形状和大小不一致，字符分割是一个具有挑战性的任务。

常用的字符分割算法包括基于投影的方法、基于边缘检测的方法等。

这些算法可以通过对字符之间的间隔进行分析和优化，来实现准确的字符分割。

3.4 字符识别字符识别是车辆牌照识别的最后一步，其目标是将分割后的字符映射到对应的字符类别。

基于图像处理技术的自动车牌识别系统设计与实现自动车牌识别系统是一种基于图像处理技术的先进系统，能够自动识别车辆的车牌号码并进行准确记载。

本文将介绍自动车牌识别系统的设计与实现，包括系统的主要组成部分、工作原理以及实验结果与分析。

一、系统的主要组成部分自动车牌识别系统由以下主要组成部分构成：1. 图像获取装置：包括摄像头、摄像头固定支架等硬件设备，通过采集车辆的图片进行后续处理。

2. 图像预处理模块：对图像进行去噪、增强、调整、裁剪等处理，以提高识别率和准确性。

3. 车牌检测模块：用于检测图像中的车牌区域，常用的方法包括边缘检测、颜色过滤、模板匹配等。

4. 字符分割模块：对车牌区域进行字符分割，将车牌上的字符分成单个区域，以便后续的字符识别。

5. 字符识别模块：对分割后的字符区域进行识别，常用的方法包括模板匹配、神经网络等。

6. 车牌信息存储模块：将识别出的车牌号码进行存储，以便后续使用。

二、工作原理自动车牌识别系统的工作原理如下：1. 图像获取：系统通过摄像头获取车辆图片，并将图像传送到图像预处理模块。

2. 图像预处理：对图像进行预处理，包括去噪、增强、调整、裁剪等操作，以提高图像质量。

3. 车牌检测：通过边缘检测、颜色过滤、模板匹配等方法，检测出图像中的车牌区域。

4. 字符分割：将车牌区域进行字符分割，得到单个字符区域，以便后续的字符识别。

5. 字符识别：使用模板匹配、神经网络等方法，对字符区域进行识别，获取车牌上的字符信息。

6. 车牌信息存储：将识别出的车牌号码进行存储，以备后续查询和使用。

三、实验结果与分析本文设计并实现了一个基于图像处理技术的自动车牌识别系统，并进行了一系列实验以验证系统的性能和准确性。

实验结果表明，该系统在各项指标上都达到了较高的准确性和稳定性。

通过对多个车辆的图片进行测试，系统能够快速而准确地识别出车牌号码，并将其存储到数据库中。

此外，通过对系统的实际应用进行测试，发现该系统在各种光线条件下都能够有效识别车牌号码，且对车牌号码的字体、大小和颜色等变化也具有较强的适应性。